Nat Med：150秒内！认知科学术中快准狠诊断脑部

不自 语：奥义中会较慢冰冻的分析方法很大程度上大大提高了奥义中会执行者，大大提高了疗程成功不下，但与奥义后解剖相比，仍然存在一定的差异。可靠的该组织解剖学确诊对于提供最佳的脑部瘤疗程疗程至关重要。奥义中会执行者和疗程要能因解剖而异，而原有的奥义中会该组织学检测新方法耗时、费力，且受人工原因影响，限制了解剖分析。对于医学心理医生来说，探寻灵巧而较慢的奥义中会确诊新方法是当务之急。昨日，纽约国立大学朗格尼医学院刊登在Nature medicine的一篇撰文给医学心理医生以新的曙光：科学研究职员推测了一种较慢而又可靠的奥义中会确诊新方法：机器学习联合行动激光激光可在150秒内较慢展开脑部部的确诊，且权重高达94.6%，灵巧不下有约奥义后解剖确诊（93.9%）！ 这项新技奥义开发是由受激克里该组织学（SRH）联合行动无标识激光激光和深度线性人工智能展开的，而SRH是在受激克里光波全像的基础上展开的，该全像开发于2008年，可较慢、灵巧探测器脑部瘤该组织，从而帮助外科心理医生越来越安全、短时间内实施开刀疗程。这一新型激光技奥义开发是一种无标记技奥义开发，不需要引入染料、红光分子或红光蛋白等标记物，可以必要探测器样品本身的光谱路径。它利用脂质、蛋白质和核苷酸的固有振动特性来不自致位图对比度，揭示了奥义后解剖难以可视化的确诊全像特征和该组织学推测，同时减轻了冰冻或涂片该组织制剂中会固有的伪影。在本次科学研究中会，密歇根国立大学的科学研究职员适用的受激克里光波全像是经过改良的医学版本。为了构建科学研究中会适用的机器学习工具箱，科学研究职员联合行动适用了无标识激光激光和深度线性人工智能（CNN），该网路包含来自415名症状的10万多份样本，可将该组织分作13个该组织学一般而言，代表最常见的脑部，最主要恶性胶质瘤、霍奇金、转移性和脑部膜瘤。新技奥义开发的确诊流程为了进一步验证CNN的可信度，科学研究职员招募了278名不能接受脑部开刀或抑郁症疗程的症状，分别在三个国立大学医学院展开前瞻性医学试验。对这些症状的脑部遗骸展开活检，奥义中会展开遗骸分离，并随机分配到结果表明或科学研究小组，科学研究小组改用新技奥义开发展开确诊，在奥义中会展开，从位图搜集、处理到通过CNN展开确诊预测。而结果表明则改用常规该组织解剖学新方法展开确诊。最终在250万张位图上展开了新技奥义开发的训练适用，结果推测，两者的确诊结果竟基本异于。基于该组织解剖的确诊权重为93.9％，而基于AI的确诊权重为94.6％！该新系统的实施，是NYU Langone将机器学习整合到医学实践中会以大大提高前列腺癌确诊的质的超越。SRH是全面的儿科激光技奥义开发套件的前沿技奥义开发，可与奥义中会MRI和红光引领疗程协同工作，为在世界上儿科心理医生提供高分辨不下的精确奥义中会指不自，大大提高开刀不下与安全性。坚信假以时日，该技奥义开发将造福于格外多的前列腺癌症状。原始出处：Todd C. Hollon?, Balaji Pandian, Arjun R. Adapa. et.al. Near real-time intraoperative brain tumor diagnosis using stimulated Raman histology and deep neural networks. Nature Medicine 06 January 2020